Ingenieria_Economica_6ta_Edicion_Leland

Ing economica Ing economica

aldo.raul.verber.chavez
from aldo.raul.verber.chavez More from this publisher
06.03.2020 Views

720 CAPÍTULO 19 Más sobre variaciones y toma de decisiones bajo riesgoAntes de continuar con el análisis de simulación en ingeniería económica, seríade interés resumir las relaciones de valor esperado y de desviación estándar parauna variable continua, puesto que las ecuaciones [19.8] a [19.12] consideransolamente variables discretas. Las diferencias principales estriban en que el símbolode suma se reemplaza por la integral sobre el rango definido de la variable, el cualse identifica como R, y en que P(X) se reemplaza por el elemento diferencial f(X)dX.Para una distribución de probabilidad continua determinada f(X), las fórmulas sonValor esperado: [19.15]Varianza: [19.16]Para un ejemplo numérico, utilice nuevamente la distribución uniforme del ejemplo19.3 (figura 19.4) sobre el rango R desde $10 hasta $15. Si se identifica lavariable como X, en lugar de C 1 , lo siguiente es correcto.1f( X) = = 0. 2 $ 10 ≤ X ≤$155∫2EX ( ) = X( 0. 2) dX= 0. 1X= 0. 1( 225 − 100) = $ 12.5R2 2 02 . 315Var( X) = ∫ X ( 0. 2) dX – ( 12. 5)= X –( 12. 5)R103= 0. 06667( 3 375 −1 000) − 156. 25 = 2.08σ = 208 . = $ 144 .Por consiguiente, la distribución uniforme entre L = $10 y H = $15 tiene un valoresperado de $12.5 (el punto medio del rango, como se esperaba), y una desviaciónestándar de $1.44.Ejemplo adicional 19.10.1510219.5 MUESTREO DE MONTE CARLO Y ANÁLISISMEDIANTE SIMULACIÓNHasta aquí, todas las decisiones sobre alternativas se han tomado usando estimacionescon certidumbre, seguidas posiblemente de alguna prueba de la decisión a través deun análisis de sensibilidad o de valores esperados. En esta sección se utilizará unenfoque de simulación que incorpore el material de las secciones anteriores, parafacilitar la decisión de ingeniería económica sobre una alternativa o entre dos o másalternativas.La técnica de muestreo aleatorio analizada en la sección 19.3 se denominamuestreo de Monte Carlo. El procedimiento general que se indica a continuaciónwww.FreeLibros.me

SECCIÓN 19.5 Muestreo de Monte Carlo y análisis mediante simulación 721utiliza el muestreo de Monte Carlo para obtener muestras de tamaño n para parámetrosseleccionados de alternativas formuladas. Dichos parámetros, que se esperavaríen de acuerdo con una distribución de probabilidad establecida, garantizan latoma de decisiones bajo riesgo. Todos los demás parámetros en una alternativa seconsideran en certidumbre, es decir, se conocen o pueden estimarse con precisiónsuficiente para considerarlos en certidumbre. Un supuesto importante se hace, generalmentesin darse cuenta.Todos los parámetros son independientes, es decir, la distribución de unavariable no afecta el valor de ninguna otra variable de la alternativa. Aeste hecho se hace referencia como la propiedad de las variables aleatoriasindependientes.El enfoque de simulación aplicado al análisis de ingeniería económica se resumeen los siguientes pasos básicos.Paso 1: Formulación de alternativa(s). Prepare cada alternativa en la forma que seva a considerar, utilizando el análisis de ingeniería económica, y seleccione lamedida de valor sobre la cual se basará la decisión. Determine la forma de la(s)relación(es) para calcular la medida de valor.Paso 2: Parámetros con variación. Seleccione los parámetros en cada alternativa quese considerarán como variables aleatorias. Estime los valores de todos los demásparámetros (en certidumbre) para el análisis.Paso 3: Determinación de las distribuciones de probabilidad. Determine si cadavariable es discreta o continua, y describa una distribución de probabilidad paracada variable en cada alternativa. En lo posible, utilice distribuciones estándarcon la finalidad de simplificar el proceso de muestreo y prepararse para la simulaciónen la computadora.Paso 4: Muestreo aleatorio. Incorpore el procedimiento de muestreo aleatorio de lasección 19.3 (los primeros cuatro pasos) en este procedimiento, lo cual resultaen una distribución acumulativa, la asignación de NA, la selección de NA y unamuestra de tamaño n para cada variable.Paso 5: Cálculo de la medida de valor. Calcule n valores de la medida de valor seleccionadade la(s) relación(es) determinada(s) en el paso 1. Utilice las estimacioneshechas bajo certidumbre y los n valores de la muestra para los parámetrosvariables. (En este paso se aplica realmente la propiedad de las variables aleatoriasindependientes.)Paso 6: Descripción de la medida de valor. Construya la distribución de probabilidadde la medida de valor utilizando entre 10 y 20 celdas de información y calculemedidas tales como – X, s, – X ± ts y las probabilidades relevantes.Paso 7: Conclusiones. Formule conclusiones sobre cada alternativa y decida cuál debeelegirse. Si la(s) alternativa(s) se ha(n) evaluado anteriormente bajo el supuestode certidumbre para todos los parámetros, la comparación de resultados puedeayudar a determinar la decisión final.El ejemplo 19.7 ilustra este procedimiento utilizando un análisis de simulaciónmanual abreviado, y el ejemplo 19.8 utiliza la simulación en hoja de cálculo paralos mismos estimados.www.FreeLibros.me

720 CAPÍTULO 19 Más sobre variaciones y toma de decisiones bajo riesgo

Antes de continuar con el análisis de simulación en ingeniería económica, sería

de interés resumir las relaciones de valor esperado y de desviación estándar para

una variable continua, puesto que las ecuaciones [19.8] a [19.12] consideran

solamente variables discretas. Las diferencias principales estriban en que el símbolo

de suma se reemplaza por la integral sobre el rango definido de la variable, el cual

se identifica como R, y en que P(X) se reemplaza por el elemento diferencial f(X)dX.

Para una distribución de probabilidad continua determinada f(X), las fórmulas son

Valor esperado: [19.15]

Varianza: [19.16]

Para un ejemplo numérico, utilice nuevamente la distribución uniforme del ejemplo

19.3 (figura 19.4) sobre el rango R desde $10 hasta $15. Si se identifica la

variable como X, en lugar de C 1 , lo siguiente es correcto.

1

f( X) = = 0. 2 $ 10 ≤ X ≤$

15

5

2

EX ( ) = X( 0. 2) dX= 0. 1X

= 0. 1( 225 − 100) = $ 12.

5

R

2 2 02 . 3

15

Var( X) = ∫ X ( 0. 2) dX – ( 12. 5)

= X –( 12. 5)

R

10

3

= 0. 06667( 3 375 −1 000) − 156. 25 = 2.

08

σ = 208 . = $ 144 .

Por consiguiente, la distribución uniforme entre L = $10 y H = $15 tiene un valor

esperado de $12.5 (el punto medio del rango, como se esperaba), y una desviación

estándar de $1.44.

Ejemplo adicional 19.10.

15

10

2

19.5 MUESTREO DE MONTE CARLO Y ANÁLISIS

MEDIANTE SIMULACIÓN

Hasta aquí, todas las decisiones sobre alternativas se han tomado usando estimaciones

con certidumbre, seguidas posiblemente de alguna prueba de la decisión a través de

un análisis de sensibilidad o de valores esperados. En esta sección se utilizará un

enfoque de simulación que incorpore el material de las secciones anteriores, para

facilitar la decisión de ingeniería económica sobre una alternativa o entre dos o más

alternativas.

La técnica de muestreo aleatorio analizada en la sección 19.3 se denomina

muestreo de Monte Carlo. El procedimiento general que se indica a continuación

www.FreeLibros.me

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!